在東莞安防行業(yè)，人工智能技術(shù)的應(yīng)用也越來廣泛。近兩年，“智能安防”的概念逐漸深入人心，越來越多的安防企業(yè)提倡這個(gè)概念，并且以此為中心形成了一系列的產(chǎn)品和解決方案，目前智能安防已經(jīng)進(jìn)入2.0時(shí)代。隨著“互聯(lián)網(wǎng)+”概念的走俏，安防企業(yè)在互聯(lián)網(wǎng)的框架下，開始實(shí)現(xiàn)安防業(yè)務(wù)模式及技術(shù)的多樣化。這兩個(gè)概念的發(fā)展對安防行業(yè)的發(fā)展產(chǎn)生了深刻的影響。

        安防監(jiān)控系統(tǒng)每天產(chǎn)生的海量圖像和視頻信息造成的信息冗余問題催生了帶有人工智能的計(jì)算機(jī)視覺技術(shù)在安防領(lǐng)域的應(yīng)用。針對該技術(shù)對圖像視頻進(jìn)行自動分析.識別.跟蹤.理解和描述的特點(diǎn)，帶有人工智能的計(jì)算機(jī)視覺在安防監(jiān)控系統(tǒng)中演變?yōu)榻陙順I(yè)內(nèi)普遍看好的視頻智能分析應(yīng)用。視頻智能分析是一種基于目標(biāo)行為的智能監(jiān)控技術(shù)。在不需要人為干預(yù)的情況下，利用計(jì)算機(jī)視覺和視頻監(jiān)控分析方法對攝像機(jī)拍錄的圖像序列進(jìn)行自動分析，包括目標(biāo)檢測.目標(biāo)分割提取.目標(biāo)識別.目標(biāo)跟蹤，以及對監(jiān)視場景中目標(biāo)行為的理解與描述，得出對圖像內(nèi)容含義的理解以及對客觀場景的解釋，從而指導(dǎo)和規(guī)劃行動。

        視頻智能分析在東莞安防行業(yè)產(chǎn)品中有一項(xiàng)重要應(yīng)用，就是人臉分析。抓取畫面中的人員面部數(shù)據(jù)，通過智能分析獲得如年齡.性別.行進(jìn)方向等信息，與大數(shù)據(jù)庫對進(jìn)行黑名單預(yù)警。

人臉識別技術(shù)的發(fā)展階段

         一般而言，人臉識別的研究歷史可以分為三個(gè)階段。

         第一個(gè)階段（1950S-1980S），人臉識別被當(dāng)作一個(gè)一般性的模式識別問題，主流技術(shù)基于人臉的幾何結(jié)構(gòu)特征；第二階段（1950s）人臉識別迅速發(fā)展，出現(xiàn)了很多經(jīng)典的方法，列如Eigen Face.Fisher Face和彈性圖匹配，此時(shí)主流的技術(shù)路線為人臉表觀建模。上世紀(jì)90年代末，深度學(xué)習(xí)法開始出現(xiàn)，各類利用深度學(xué)習(xí)取得“高跑分”的人臉識別系統(tǒng)越來越受到安防行業(yè)人士的關(guān)注。

深度學(xué)習(xí)相較傳統(tǒng)人臉識別方法的優(yōu)勢

    上世紀(jì)90年代末到現(xiàn)在，隨著人臉識別的研究不斷深入，研究者開始關(guān)注面向真實(shí)條件的人臉識別問題，主要包括以下4個(gè)方面的研究：①提出不同的人臉空間模型，線性判別分析為代表的線性建模方法，以Kernel方法為代表的非線性建模方法和基于3D信息的3D人臉識別方法：②深入分析.研究影響人臉識別的因素，包括光照不變?nèi)四樧R別.姿態(tài)不變?nèi)四樧R別和表情不變?nèi)四樧R別等；③利用新的特征表示，包括局部描述子和深度學(xué)習(xí)方法；④利用新的數(shù)據(jù)源.例如基于視頻的人臉識別和基于素描.近紅外圖像的人臉識別。

現(xiàn)在，人臉識別基礎(chǔ)算法主要分為兩種類型，一種為傳統(tǒng)方法；利用一些人工設(shè)計(jì)的特征，比如Gabor.LBP.SIFT等算法提取人臉特征，我們稱之為淺層學(xué)習(xí)；另外一種方法就是深度學(xué)習(xí)方法，它通過模擬人腦的工作原理來感知圖像，通過組合底層特征形成更加抽象的高層特征來表征圖像。

與傳統(tǒng)方法相比，深度學(xué)習(xí)的優(yōu)勢主要體現(xiàn)于它可以用更多的數(shù)據(jù)來訓(xùn)練，而訓(xùn)練的數(shù)據(jù)越多，算法的魯棒性.泛化能力越強(qiáng)。一般來說，傳統(tǒng)算法的訓(xùn)練數(shù)據(jù)很難達(dá)到十萬級，訓(xùn)練數(shù)據(jù)一旦超過這個(gè)級別，計(jì)算的復(fù)雜度就會大幅提升。而目前深度學(xué)習(xí)算法的訓(xùn)練數(shù)據(jù)普遍都是十幾萬.上百萬級，像一些互聯(lián)網(wǎng)行業(yè)的IT巨頭們，他們的訓(xùn)練數(shù)據(jù)會是上千萬.甚至上億級別，這種級別的訓(xùn)練數(shù)據(jù)是傳統(tǒng)算法不可想象的。

目前無論是IT行業(yè)還是東莞安防監(jiān)控行業(yè)，人臉識別的技術(shù)架構(gòu)并無多大差別，但是訓(xùn)練數(shù)據(jù)量級的優(yōu)勢，國內(nèi)如百度.騰訊等IT巨頭在人臉識別算法的應(yīng)用效果上有著一定的優(yōu)勢。但IT企業(yè)與安防企業(yè)所擁有的訓(xùn)練數(shù)據(jù)不同；IT巨頭擁有的是互聯(lián)網(wǎng)的大數(shù)據(jù)，而安防企業(yè)擁有的是安防大數(shù)據(jù)。二者人臉識別技術(shù)的關(guān)注點(diǎn)也有不同，IT巨頭的人臉識別技術(shù)是服務(wù)于他們的商業(yè)目標(biāo)，比如圖像檢索.身份認(rèn)證.無人駕駛等，而安防企業(yè)主要關(guān)注的是人臉識別技術(shù)在公正安全領(lǐng)域的應(yīng)用。

以上內(nèi)容由東莞安防公司http://www.shlyx.com整理提供。